Прогнозне обслуговування основний компонент галузі 4
Прогнозне обслуговування та великі дані
Застосування цієї технології в холодному ланцюзі є перевагою для харчової промисловості Німеччини. Як датчики, хмара та смартфон у холодильних камерах можуть запобігти простою та втраті ресурсів?
Давайте уявимо наступний випадок: у нас є різні холодильні камери, виготовлені в Німеччині, в яких зберігається велика кількість риби, м’яса, птиці та морозива, а також інших продуктів харчування, які потрібно зберігати свіжими. Ці продукти зберігаються у величезних охолоджуючих елементах та холодильниках. Якщо система виходить з ладу, м’ясо та інші товари загрожують швидко згнити. Тоді економічний збиток величезний, і втрата безглуздо вбитих тоді тварин робить все це ще більш страшним. Це сприймають не лише переконані вегетаріанці.
Сьогодні компанії вирішують такий сценарій за допомогою високотехнологічних технологій: прогнозне обслуговування, термін, який останнім часом також використовується в будівельній галузі, є головним мовою години.
Прогнозне обслуговування - що це таке?
Інтелектуальне технічне обслуговування - це термін, що використовується в Індустрії 4.0, і в вільному перекладі описує "інтелектуальне технічне обслуговування" машин або будівель. Метод використовує дані вимірювань та виробництва від машин та систем для отримання інформації про технічне обслуговування. Метою є попередження технічного обслуговування та скорочення простоїв. В ідеалі несправності машини можна передбачити до виникнення наслідків або збоїв. Фактичне виникнення несправності слід запобігти шляхом дострокових або попереджувальних заходів з технічного обслуговування.
Принцип прогнозного обслуговування також може бути застосований до прикладу нашої холодильної камери: приміщення з контролем температури обладнане недорогими датчиками, нечутливими до холоду. Всі морозильні камери, холодильники та холодильні кімнати з'єднані між собою за допомогою датчиків, підключених до Інтернету речей. Серед іншого вимірюються значення: температури, вологості, інтенсивності вібрації, інтенсивності шуму або сили струму. Метою рішення IoT, виготовленого в Німеччині, є мінімізація технічних несправностей та проблем і, якщо вони трапляються, негайно їх розпізнати та надіслати попередження відповідальному персоналу з обслуговування.
Тематичне дослідження використання IoT та датчиків
Проблема:
Відбувається такий випадок: Скриня спорожняється і вміст доставляється. Зазвичай для поповнення потрібен час. Місце і час для зберігання, тобто гроші, втрачаються.
Рішення:
Датчики ваги реєструють втрату ваги і автоматично повідомляють про проблему через датчики в хмару, а потім безпосередньо в смартфон команди логістики: «Втрата ваги в скрині 1 - будь ласка, поповніть». Зв’язок працює легко та за допомогою існуючих технологій, таких як планшети та смартфони.
Таким чином, накопичувальні потужності завжди точно вичерпуються, а потенціал економії визнається та оптимально використовується.
Ще одне застосування цієї технології Made-in-Germany
Проблема:
Той самий сценарій, інший датчик: Електрична мережа і, отже, холодний ланцюг у зазначеній системі охолодження часто виходять з ладу у разі непередбачених коливань напруги.
Рішення:
Подібне, але дещо модифіковане рішення було б можливим тут: датчики у всіх морозильних камерах постійно вимірюють, коли які морозильні камери ввімкнені. Отримані дані надсилаються в хмару. З цих значень штучний інтелект (KI/AI) підраховує, скільки морозильних камер можна вмикати, коли і в якому порядку, щоб електромережа і, таким чином, холодний ланцюг могли підтримуватися навіть під час так званих піків. Надокучливі і, перш за все, дорогі відмови зменшуються. Статус "відсутність несправності" в кінцевому рахунку також означає менші витрати на технічне обслуговування та відсутність додаткових фінансових витрат через завали або переповненість ємності системи. Крім того, будь-які пошкодження, що виникають, можна негайно виявити та усунути.
Прогнозне обслуговування та великі дані
Прогнозне обслуговування - це основний компонент Індустрії 4.0 - до речі, термін, що сходить до дослідницького союзу федерального уряду та однойменного проекту в його високотехнологічній стратегії. Тут важливо знати, що така практика технічного обслуговування відрізняється від звичайних підходів, таких як реактивне або профілактичне обслуговування. Для того, щоб робити надійні прогнози для інтелектуального обслуговування, необхідно збирати, зберігати та аналізувати велику кількість даних (великі дані). Через величезні потоки даних використовуються методи та бази даних із середовища великих даних.
Якщо ви продумаєте ці сценарії, ви зможете знайти багато прикладів застосувань для сенсорів, які ви розробляєте розумно, тобто підтримують зв'язок, і з'єднуєте їх із хмарою та інструментами аналізу.